从《编程之美》说开去

一、概述

这段时间，工作之余，断断续续的将《编程之美》这本书看完了，《编程之美》是微软研究院的人员编写的，分四个部分，主要是微软面试中的一些总结和生活工作中的一些趣味问题。对于软件研发人员来说，还是值得一看的，特别是正在准备面试的。

这本书中每个问题的组织还是很科学的，先抛出问题，然后提供多种解决方法，并逐步给出最佳的解决方案，问题解决后还提出一些扩展问题，供人深入思考。对于其中的问题，在第一次接触的情况下，能够顺利的找到最优解决方案是相当不容易的。这需要扎实的基础和丰富的实践，看来想进入微软工作，还是要具有相当深厚的技术功底的。

从书中的问题以及解决来看，主要考察的是数据结构，算法和数学逻辑思维方面的知识和能力。

1.、其中数据结构和算法知识属于基础部分，基础没掌握，基本无法解决问题。而算法的应用和逻辑思维则是属于实践部分，需要平时多思考，做大量的练习才能掌握，如动态规划算法，从原理上来说就是找到状态转移方程，通过递归来解决问题。但是当遇到一个具体的问题时，能否想到使用动态规划来解决，如果使用动态规划，如何找到状态转移方程，如何进行优化，这些问题如果没有大量的实践过程是基本上无法完成的。

2、数据结构方面，考察的主要是链表，队列，堆栈和二叉树方面的应用，如从无头单链表中删除节点，队列中取最大值操作问题以及求二叉树中节点的最大距离等。

3、算法方面，考察的主要是动态规划和分治法的应用，这里将其基本概念以及递归和递推的差别简单描述一下。

动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。
分治法是基于多项分支递归的一种很重要的算法范式。字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。

递归：是计算机中的概念，将问题规模为n的问题，降解成若干个规模为n-1的问题，依次降解，直到问题规模可求，求出低阶规模的解，代入高阶问题中，直至求出规模为n的问题的解。 
递推：是数学上的概念，构造低阶的规模(如规模为i，一般i=0)的问题，并求出解，推导出问题规模为i+1的问题以及解，依次推到规模为n的问题。

对于Fibonacci数列，第一个程序使用递归实现，第二个使用递推实现：

int Fib(int n)
{
    if(n<=2)return 1;
    return Fib(n-1)+Fib(n-2);
}

int Fib(int n)
{
    int f1=1,f2=1;
    int i;
    if(n<=2)return 1;
    for(i=3;i<=n;i++){
        int f=f1+f2;
        f1=f2;f2=f;
    }
    return f;
}

4、数学逻辑思维方面，考察的主要是思维的灵活度，如判断一个点是否在三角形之内，蚂蚁爬杆等问题。

同时，从书中来看，微软对于编程风格，异常处理要求也是很严的，一段代码如果风格不统一，异常分支不处理，也就谈不上编程之美了。
编程之美还体现在精益求精，寻找最优的精神上，对于一个问题，如何找到最优解是其非常重要的一个指标。



二、差距
以书中来看，微软为例，其追求的是编程之美，已经将编程上升为一种艺术了。而怎样的代码才能称之为美，就包括统一的编程规范，最优化的算法等。
而国内很多软件开发公司，都只追求功能，其他则思之甚少，以致软件可读性差，可维护性差，灵活性不够。当软件增大到一定规模后，则不得不重新开发或者对以前的设计做重大的修改。这形成了一种很不好的风气，也是一种恶性循环，软件质量不高，导致利润不高，利润不高，则招不到高水平的人才，从而导致软件质量提不上去。这也是很多国内开发者在一定年龄阶段不得不转型的一部分原因，因为没有氛围，时间长了技术也不会有太多提升。
从这也能看出一点国内外软件开发的差距，而如何缩短这个差距，就如这本书给我们的提示一样，追求编程之美。



三、工作中的启发
在平常工作中，几乎很少会遇到书中提出的问题，但其追求编程之美，精益求精的精神是值得我们学习的。
那么，在工作中，对于软件开发人员，值得借鉴的是：使用统一的编程规范，对异常进行处理，精益求精，寻找最优方案。同时在时空复杂度上要做到最优，特别是在嵌入式开发中。
而对于技术型的管理者而言，则需要对整体架构和重要算法负责，对全员能力提升负责，其中主要是对数据结构和算法方面多做一些锻炼。



四、总结
多学习，多思考，学习先进经验，塑造学习型组织。